如何在Pandas中从指定国家列表匹配值替换DataFrame描述列字符串

推荐使用str.extract矢量化操作实现，比循环遍历国家列表的性能高很多，代码也更简洁：

import re

# 拼接正则匹配规则，自动转义国家名中的特殊字符
country_pattern = '|'.join(re.escape(item) for item in country_list)
# 忽略大小写提取描述中匹配的国家名，无匹配时保留原描述
df['Description'] = df['Description'].str.extract(
    f'({country_pattern})', 
    flags=re.IGNORECASE, 
    expand=False
).fillna(df['Description'])

如果需要统一输出国家名的大小写和你提供的国家列表完全一致，再加一步映射即可：

# 构建大小写不敏感的国家映射字典
country_mapping = {c.lower(): c for c in country_list}

df['Description'] = df['Description'].str.extract(
    f'({country_pattern})', 
    flags=re.IGNORECASE, 
    expand=False
).str.lower().map(country_mapping).fillna(df['Description'])

方案优势 #

• 完全基于pandas原生矢量化运算，无需循环遍历国家列表，数据量越大性能优势越突出
• 仅需一次全量匹配即可完成所有替换，没有重复计算
• 代码简洁易读，符合Pythonic的编码规范

内容的提问来源于stack exchange，提问作者oettam_oisolliv